Vacancy state detector oriented to convolutional neural network, background subtraction and embedded systems

Detalhes bibliográficos
Autor(a) principal: Corrêa, Isabelle de Moura
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10198/20504
Resumo: Dupla diplomação com a UTFPR - Universidade Tecnológica Federal do Paraná
id RCAP_9cd6e388ae3ba5712eb3ef481d055e42
oai_identifier_str oai:bibliotecadigital.ipb.pt:10198/20504
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Vacancy state detector oriented to convolutional neural network, background subtraction and embedded systemsSmart parkingDeep learningBackground subtractionDomínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e InformáticaDupla diplomação com a UTFPR - Universidade Tecnológica Federal do ParanáMuch has been discussed recently related to population ascension, the reasons for this event, and, in particular, the aspects of society affected. Over the years, the city governments realized a higher level of growth, mainly in terms of urban scale, technology, and individuals numbers. It comprises improvements and investments in their structure and policies, motivated by improving conditions in population live quality and reduce environmental, energy, fuel, time, and money resources, besides population living costs, including the increasing demand for parking structures accessible to the general or private-public, and a waste of substantial daily time and fuel, disturbing the population routinely. Therefore, one way to achieve that challenge is focused on reducing energy, money, and time costs to travel to work or travel to another substantial location. That work presents a robust, and low computational power Smart Parking system adaptive to several environments changes to detect and report vacancy states in a parking space oriented to Deep Learning, and Embedded Systems. This project consists of determining the parking vacancy status through statistical and image processing methods, creates a robust image data set, and the Convolutional Neural Network model focused on predict three final classes. In order to save computational power, this approach uses the Background Subtraction based on the Mixture of Gaussian method, only updating parking space status, in which large levels of motion are detected. The proposed model presents 94 percent of precision at the designed domain.Muito se discutiu recentemente sobre a ascensão populacional, as razões deste evento e, em particular, os aspectos da sociedade afetados. Ao longo dos anos, os governos perceberam um grande nível de crescimento, principalmente em termos de escala urbana, tecnologia e número de indivíduos. Este fato deve-se a melhorias e investimentos na estrutura urbana e políticas motivados por melhorar as condições de qualidade de vida da população e reduzir a utilização de recursos ambientais, energéticos, combustíveis, temporais e monetários, além dos custos de vida da população, incluindo a crescente demanda por estruturas de estacionamento acessíveis ao público em geral ou público-privado. Portanto, uma maneira de alcançar esse desafio é manter a atenção na redução de custos de energia, dinheiro e tempo para viajar para o trabalho ou para outro local substancial. Esse trabalho apresenta um sistema robusto de Smart Parking, com baixo consumo computacional, adaptável a diversas mudanças no ambiente observado para detectar e relatar os estados das vagas de estacionamento, orientado por Deep Learning e Embedded Systems. Este projeto consiste em determinar o status da vaga de estacionamento por meio de métodos estatísticos e de processamento de imagem, criando um conjunto robusto de dados e um modelo de Rede Neuronal Convolucional com foco na previsão de três classes finais. A fim de reduzir consumo computacional, essa abordagem usa o método de Background Subtraction, somente atualizando o status do espaço de estacionamento em que grandes níveis de movimento são detectados. O modelo proposto apresenta 94 porcento da precisão no domínio projetado.Rodrigues, Pedro JoãoMorais, Erikson Freitas deBiblioteca Digital do IPBCorrêa, Isabelle de Moura2020-01-31T14:15:53Z201920182019-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10198/20504TID:202388492enginfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-11-21T10:46:33Zoai:bibliotecadigital.ipb.pt:10198/20504Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T23:11:16.958001Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Vacancy state detector oriented to convolutional neural network, background subtraction and embedded systems
title Vacancy state detector oriented to convolutional neural network, background subtraction and embedded systems
spellingShingle Vacancy state detector oriented to convolutional neural network, background subtraction and embedded systems
Corrêa, Isabelle de Moura
Smart parking
Deep learning
Background subtraction
Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
title_short Vacancy state detector oriented to convolutional neural network, background subtraction and embedded systems
title_full Vacancy state detector oriented to convolutional neural network, background subtraction and embedded systems
title_fullStr Vacancy state detector oriented to convolutional neural network, background subtraction and embedded systems
title_full_unstemmed Vacancy state detector oriented to convolutional neural network, background subtraction and embedded systems
title_sort Vacancy state detector oriented to convolutional neural network, background subtraction and embedded systems
author Corrêa, Isabelle de Moura
author_facet Corrêa, Isabelle de Moura
author_role author
dc.contributor.none.fl_str_mv Rodrigues, Pedro João
Morais, Erikson Freitas de
Biblioteca Digital do IPB
dc.contributor.author.fl_str_mv Corrêa, Isabelle de Moura
dc.subject.por.fl_str_mv Smart parking
Deep learning
Background subtraction
Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
topic Smart parking
Deep learning
Background subtraction
Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
description Dupla diplomação com a UTFPR - Universidade Tecnológica Federal do Paraná
publishDate 2018
dc.date.none.fl_str_mv 2018
2019
2019-01-01T00:00:00Z
2020-01-31T14:15:53Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10198/20504
TID:202388492
url http://hdl.handle.net/10198/20504
identifier_str_mv TID:202388492
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799135380316880896

Registros relacionados